Earkeep
Kielet ja mallit
Earkeep litteroi laitteellasi joko Whisper-mallilla (yli 99 kieltä) tai Parakeet-TDT v3 -mallilla (25 eurooppalaista kieltä, tšekki mukaan lukien, ja näistä kahdesta nopeampi), laitteistokiihdytettynä Apple Siliconilla. Tarkista kielesi alla olevasta luettelosta ennen ostamista.
Minkä mallin valitsen
Enimmäkseen englantia: Parakeet-TDT v3. Se johtaa avointa ASR-vertailua nopeudessa ja päihittää Whisper large-v3:n englannin tarkkuudessa.
Jokin muu kieli tai sekakieli: jos Parakeet tukee kieltä, Parakeet on nopeampi myös siinä. Muuten käytä Whisperiä. Se on samankokoisena hitaampi, mutta litteroi silti puheen tahdissa; menetät varaa, et reaaliaikaista litteraattia.
Mallin voi vaihtaa milloin tahansa kohdassa Asetukset → Litterointi tai vasemmasta reunasta. Kielet, joita malli kuuntelee, näkyvät mallin kortissa: yksi, useita tai automaattinen tunnistus.
Mallien vertailu
| Malli | Koko | Mihin se sopii | Latauksen likimääräinen koko |
|---|---|---|---|
| Whisper | tiny | Nopein ja pienin, vähiten tarkka | 75 MB |
| Whisper | base | Askel ylöspäin mallista tiny | 142 MB |
| Whisper | small | Tästä alkaen tarkkuuteen voi luottaa | 466 MB |
| Whisper | medium | Tarkempi, huomattavasti hitaampi | 1,5 GB |
| Whisper | large-v3-turbo (oletus) | Tarkkuudessa lähellä mallia large-v3, moninkertaisesti nopeampi | 1,6 GB |
| Whisper | large-v3 | Mallisarjan tarkkuuden kattoraja, erityisesti sekakieliselle puheelle | 3,1 GB |
| Parakeet-TDT v3 | Yksi koko (int8-kvantisoitu) | 25 eurooppalaista kieltä, avoimen ASR-vertailun nopein, päihittää mallin large-v3 englannissa | 670 MB |
Oma Whisper-mallisi
Ihmiset julkaisevat Whisper-malleja, jotka on hienosäädetty yhdelle murteelle tai alalle, esimerkiksi sveitsinsaksalle, jonka tavallinen Whisper kuulee usein hollantina. Earkeep osaa ajaa myös ne.
- Liitä Hugging Face -linkki kohdassa Asetukset → Litterointi → Lisää malli…. Earkeep näyttää, mitä versioita on ja kuinka suuri kukin on, ennen kuin mitään ladataan.
- Transformers-tarkistuspisteet muunnetaan laitteellasi whisper.cpp-muotoon. PyTorchin
.bin-tiedostoja ja LoRA-adaptereita ei voi muuntaa. - Tai valitse whisper.cpp:n
.bin-tiedosto, joka sinulla jo on. - Lisenssi näytetään ennen latausta; sopiiko se käyttöösi, on sinun ja sen tekijän välinen asia.
Lisätty malli toimii kuten sisäänrakennetut. Vain Whisper-malleja voi lisätä, ei Parakeet-malleja.
Laitteella, offline-tilassa, ladataan kerran
Päättely tapahtuu laitteellasi, joten ääni ei kulje minnekään litteroitavaksi ja litterointi toimii ilman verkkoyhteyttä. Jokainen malli ladataan kerran ja toimii sen jälkeen offline-tilassa. Koko mekanismin löydät sivulta yksityisyys suunnittelun lähtökohtana.
Täydellinen kielilista
Nämä 99 kieltä Whisper litteroi kaikilla koilla. Lihavoidut 25 kattaa myös Parakeet-TDT v3, näistä kahdesta nopeampi.
- afrikaans
- albania
- amhara
- arabia
- armenia
- assami
- azeri
- baškiiri
- baski
- valkovenäjä
- bengali
- bosnia
- bretoni
- bulgaria
- burma
- katalaani
- kiina
- kroatia
- tšekki
- tanska
- hollanti
- englanti
- viro
- fääri
- suomi
- ranska
- galego
- georgia
- saksa
- kreikka
- gudžarati
- haitinkreoli
- hausa
- havaiji
- heprea
- hindi
- unkari
- islanti
- indonesia
- italia
- japani
- jaava
- kannada
- kazakki
- khmer
- korea
- lao
- latina
- latvia
- lingala
- liettua
- luxemburg
- makedonia
- malagassi
- malaiji
- malajalam
- malta
- maori
- marathi
- mongoli
- nepali
- norja
- uusnorja
- oksitaani
- paštu
- persia
- puola
- portugali
- pandžabi
- romania
- venäjä
- sanskrit
- serbia
- shona
- sindhi
- sinhala
- slovakki
- sloveeni
- somali
- espanja
- sunda
- swahili
- ruotsi
- tagalog
- tadžikki
- tamili
- tataari
- telugu
- thai
- tiibet
- turkki
- turkmeeni
- ukraina
- urdu
- uzbekki
- vietnam
- kymri
- jiddiš
- joruba
Aiheeseen liittyvää
- Yksityisyys suunnittelun lähtökohtana: miksi ääni ei koskaan poistu tietokoneeltasi eikä koske levyyn, kummallakaan mallilla.
- Jatkuva tallennus: miksi nopea malli on tärkeä, kun litterointi on käynnissä koko päivän.
Usein kysytyt kysymykset
Tukeeko Earkeep minun kieltäni?
Lähes varmasti, sillä Whisper tukee yli 99 kieltä (luettelo yllä). Jos kielesi on yksi Parakeetin 25:stä, voit valita Parakeetin lisänopeuden vuoksi.
Voinko vaihtaa mallia asennuksen jälkeen?
Voit, milloin tahansa kohdassa Asetukset → Litterointi. Uusi malli ladataan, kun vaihdat siihen ensimmäisen kerran.
Voinko käyttää omalle murteelleni hienosäädettyä Whisper-mallia?
Useimmiten voit: liitä sen Hugging Face -linkki kohdassa Asetukset → Litterointi → Lisää malli… tai valitse whisper.cpp:n .bin-tiedosto. Katso yllä oma Whisper-mallisi.
Kuinka tarkkaa litterointia voin odottaa?
Se riippuu mallista. Oletusmalli large-v3-turbo pysyy lähellä mallia large-v3, Whisperin tarkkuuden kattorajaa, mutta dekoodaa moninkertaisesti nopeammin. Parakeet-TDT v3 päihittää mallin large-v3 englannissa, mutta kattaa vain 25 kieltä.
Kuinka suuria mallien lataukset ovat?
Whisper vaihtelee 75 MB:stä (tiny) 3,1 GB:hen (large-v3); Parakeet-TDT v3 on noin 670 MB. Kukin ladataan kerran ja toimii sen jälkeen offline-tilassa.
Menevätkö äänitteeni minnekään litteroinnin aikana?
Eivät. Ääntä käsitellään vain laitteesi muistissa, sitä ei koskaan lähetetä minnekään eikä kirjoiteta levylle.
Löydä kielesi, kokeile sitten
14 päivän täysi kokeilu, tiliä ei tarvita.